TABLE DES MATIĂˆRES
PARTIE 1:
Sélection des informations utiles
- Analyse du comportement des billets
Vérification des éléments à traiter
- Mise en relation des différents billets
Mise en corrélations
- Analyse de Régression linéaire multiple
Calcul de leviers / Résidus studentisés
Distance de Cook / Homoscédasticité / QQplot
PARTIE 2:
Mise en place d’algorithme de prédiction
- Cercle de corrélations
Permet de vérifier si nos informations sont bien
sélectionnées.
- Algorithmes de prédictions
Train/split afin d’entrainer nos données
- KMEANS et Régression logistique
Matrice de confusion et classification report
-Recommandation de l’algorithme
Mise en fonction
Conclusion